机器学习备注：Linux上运行anaconda3+Mask_RCNN

# Anaconda命令

关于conda和pip命令到底干了些啥，包下载到了哪里，包的地址保存在何处等问题，建议参考下面的文章，这里就不重复了。

apt-get、conda、pip安装东西的细节：https://blog.csdn.net/hsqyc/article/details/82893601
apt-get一般会把包下载到：/var/cache/apt/archives/
conda一般会把包下载到：~/anaconda3/pkgs/ （该目录下有一个urls.txt文件，记录了源文件的地址）
pip则一般会把包下载到：~/anaconda3/lib/pythonx.x/site-packages/
 

下面直接记录一下基本的使用过程。
 

# 机器学习备注：ubuntu18.04上运行Mask_RCNN模型

ubuntu18.04,没感觉出和16.04有什么很大的区别。

## Ubuntu18.04下安装Anaconda3

下面简单介绍如何在Ubuntu18.04环境下安装Anaconda3。

首先，去Anaconda的下载地址下载对应python版本的Anaconda安装文件。
（我这里下载的是python3.6的版本Anaconda3-5.2.0-Linux-x86_64.sh）

下载完成后，命令行进入到Anaconda3-5.2.0-Linux-x86_64.sh文件所在的路径下：

$ sh Anaconda3-5.2.0-Linux-x86_64.sh
Welcome to Anaconda3 5.2.0
In order to continue the installation process, please review the license    agreement.
Please, press ENTER to continue
>>>

然后，根据提示按回车继续。
接下来，它会提示你是否接受协议，这里直接输入yes，再按回车即可（不要直接按回车，这样默认是no）
Do you accept the license terms? [yes|no]
[no] >>> yes

接下来会提示你指定安装路径，这里可以使用默认的，也可以自己指定
Anaconda3 will now be installed into this location:
/home/user/anaconda3
- Press ENTER to confirm the location
- Press CTRL-C to abort the installation
- Or specify a different location below
- [/home/user/anaconda3] >>>

然后就是等待安装进程完成，完成后会提示你是否要将Anaconda的安装路径添加到PATH环境变量中，输入yes就好了。
installation finished.
Do you wish the installer to prepend the Anaconda3 install location
to PATH in your /home/hj/.bashrc ? [yes|no]

如果输入no，那么我们就需要自己手动(sudo gedit ~/.bashrc)在.bashrc文件中添加export PATH="/opt/anaconda3/bin:$PATH"，然后再在命令行中输入source ~/.bashrc

至此，Anaconda就安装好了，关闭当前的终端，重启开启另一个终端后，输入python来查看是否安装成功

user@user-MS-7816:~$ python
Python 3.6.5 |Anaconda, Inc.| (default, Jul 29 2018, 16:14:56)
[GCC 7.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

终端中启动Python已经替换成Anaconda的Python了，安装成功。
输入命令anaconda-navigator可以开启anaconda视图模式（注意，第一次开启时间可能会比较长）。

 

## 建立tensorflow开发环境

已经安装好anaconda, 继续搭建tensorflow开发环境
关键的就两句
conda create -n tensorflow python=3.6
和
source activate tensorflow

有时候不知道为什么，会碰到source deactivate报错的情况：bash: deactivate: No such file or directory
这个时候要么到anaconda3/bin/下面去source deactivate，要么就使用conda deactivate

anaconda推荐使用conda deactivate, 如下，
DeprecationWarning: 'source deactivate' is deprecated. Use 'conda deactivate'.

安装 tensorflow的命令如下，

参考：https://anaconda.org/anaconda/tensorflow-gpu
conda install -c anaconda tensorflow-gpu 

参考：https://anaconda.org/conda-forge/tensorflow
conda install -c conda-forge tensorflow 
conda install -c conda-forge/label/cf201901 tensorflow 

 

好了，到现在为止，已经建立了一个tensorflow的开发环境

 

## 安装tensorflow下面必須的软件包

pip3 install (opencv-python, cython, numpy, skimage, scipy, pillow, cython, etc......)

 

## 操作步骤如下

step1 clone the Mask_RCNN repository
git clone https://github.com/matterport/Mask_RCNN.git
此时会在你的目录下生成一个Mask_RCNN的文件夹，这个就是你项目的ROOT_DIR，后面要用到
我的目录是：
(tensorflow) user@user-MS-7816:~/hub/Mask_RCNN$
该目录下有一个requirements.txt文件，此时还需要运行一下
pip3 install -r requirements.txt
以确保所需要的包都安装好
另外，如果你想安装Mask_RCNN,在系统任意地方都能调用的话，就要安装一下
 python3 setup.py install

---------------------
step2 下载已经训练好的COCO weights (mask_rcnn_coco.h5)
官网（https://github.com/matterport/Mask_RCNN/releases）给出的地址是
https://github.com/matterport/Mask_RCNN/releases/download/v2.1/mask_rcnn_balloon.h5
因为（）的原因，下载起来好慢，我下载了10多次，差不多花了一天，如果你运气和我一样差，那就用这个包吧
链接：https://pan.baidu.com/s/12A0E6h-mP4zl9oqoTvj6Ig 密码：4eks

---------------------
step3 把 mask_rcnn_coco.h5 放置到Mask_RCNN这个目录下面
Mask_RCNN/mask_rcnn_coco.h5

---------------------
step4 安装coco工具，
方案A：
$ git clone https://github.com/waleedka/coco.git
然后到coco/PythonAPI里去make一下，
(tensorflow) user@user-MS-7816:~/hub/coco/PythonAPI$ make
将生成的pycocotools文件夹复制到Mask_RCNN文件夹下。 或者，安装一下，这样在系统的任意地方都能调用到这个pycocotools, 运行的命令如下，
python3 setup.py build_ext install
方案B：
pip3 install git+https://github.com/waleedka/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI
在这个方案下，会提示输入username+password（貌似别人没碰到这个问题，暂不多写）

---------------------
step5 启动anaconda中的tensor开发环境，选择jupyter notebook，然后在jupyter中upload这个demo,
MaskRCNN/samples/demo.ipynb

最后给出一张本人运行的结果图，

 

 

## 建立Pytorch开发环境

pytorch的用户也很多，已经安装好anaconda, 可继续搭建pytorch开发环境
同样，建立开发环境关键的就两句
conda create -n pytorch python=3.6
和
source activate pytorch

然后安装包(CPU模式下后面一般加“-cpu”)：
conda install -c pytorch pytorch
conda install -c pytorch torchvision (不安装相关依赖：pip install torchvision)

更具体的请参考：
https://pytorch.org/get-started/locally
https://anaconda.org/pytorch/pytorch

 

Pytorch相关常用包

>>> conda install scikit-image
>>> conda install pandas
>>> conda install opencv
>>> conda install cython

 

说明：安装时到底用PIP 还是conda

一般来说，如果需要anaconda安装包及相关依赖， 就用conda，此时版本都是anaconda默认的；用这个安装能省不少时间；
如果只想安装某个包，或者某个包的某个版本，而不希望安装默认的anaconda依赖和版本，就用pip；在版本自定义的时候，我往往用pip。

 

卸载

如果只是要删除某一环境，使用
conda env remove -n myenvname
即可。

在ubuntu上卸载anaconda的步骤 ：
（一）删除整个anaconda目录：
    由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。
    rm -rf anaconda文件夹名

（二）建议清理下.bashrc中的Anaconda路径：

   1.到根目录下，打开终端并输入：
      sudo gedit ~/.bashrc

   2.在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：
      #export PATH=/home/matthew/anaconda3/bin:$PATH 
      #export ANACONDA_PATH=/home/matthew/anaconda3 
      保存并关闭文件

   3.使其立即生效，在终端执行：
      source ~/.bashrc
 
   4.关闭终端，然后再重启一个新的终端，这一步很重要，不然在原终端上还是绑定有anaconda.